状态表示对动态路由博弈中大语言模型智能体行为的影响

大语言模型（LLMs）在动态环境中的决策制定方面展现出潜力，但其无状态特性需要创建历史的自然语言表示。我们提出了一个统一框架，用于系统性地构建自然语言“状态”表示，以提示LLM智能体在重复多智能体博弈中的行为。先前关于LLM智能体博弈的工作采用了一种临时方法来编码博弈历史，这不仅模糊了状态表示对智能体行为的影响，也限制了研究之间的可比性。我们的框架通过沿三个轴描述状态表示的方法来弥补这些不足：动作信息量（即状态表示捕获已执行动作的程度）；奖励信息量（即状态表示描述所获奖励的程度）；以及提示风格（或自然语言压缩，即对完整文本历史进行总结的程度）。我们将此框架应用于一个动态自私路由博弈，选择该博弈是因为它在理论和人类受试者实验中都承认一个简单的均衡。尽管该博弈相对简单，我们发现LLM智能体行为对自然语言状态表示存在关键依赖性。特别地，我们观察到，那些为智能体提供（1）过去历史的总结性而非完整自然语言表示；（2）关于遗憾而非原始收益的信息；以及（3）关于他人行动的有限信息的表示，会导致行为更接近博弈论均衡预测，并且智能体的博弈过程更稳定。相比之下，其他表示可能表现出与均衡的较大偏差、动态博弈过程中随时间变化的高变异性，或两者兼有。